Thread by @genkuroki

#Julia言語 大反響の以下のリンク先のブログ

mdneuzerling.com/post/first-imp…
【Julia is fast, and the compiled code is often very similar to C. But a really powerful consequence of this is that a user doesn’t need to learn another language to become a contributor.】

本質を突いている！

#Julia言語 翻訳【Juliaは速い～しかし、速いことの真に強力な帰結は、ユーザーがコントリビューターになるために、[CやC++のような相対的に習得が面倒な]他言語を学ぶ必要がないことである～Juliaを知っていればJuliaを使うためには十分である[.hや.cに触れる必要はない]】

mdneuzerling.com/post/first-imp…

#Julia言語 プログラミング自体は専門ではないが、科学技術や統計に関わるパッケージを作って貢献したいと思っている人達にとってはJuliaは魅力的に見えると思います。

現在はそうなっていないのですが、将来的にはCやC++やFortranの学習に割く時間を他のことに使えるようになるかもしれない。

#Julia言語

すでにRからJuliaを使うこともできて、改良されて使い易くなって行くと予想されます。

Rで使うライブラリで重い計算が必要なものについては、「Juliaで書いてRで使えるようにする」という選択肢が有力になって来ているかもしれません。

cran.r-project.org/web/packages/J…

#Julia言語 例えば、Juliaでの微分方程式に関する超優れもののパッケージであるDifferentialEquations.jlはRでも使用できます(Pythonでも)。

CやC++よりもJuliaの方が書き易いのでこういうのが広まるとよいと思う。

#Julia言語 と #R言語 の比較についてはまず

juliadata.github.io/DataFrames.jl/…

を見て、R dplyr と Julia DataFrames.jl のコマンド対応表を眺めてみると良いかもしれません。

Juliaだけでも大抵のことができて、ユーザーが書いたコードが速く、必要があればRやPythonをJuliaで利用できます。

#Julia言語 もまた様々な言語で書かれた膨大な量のライブラリを貼り合わせて環境が作られているのですが、その売りは

「学習が容易なだけではなく、それ自体が速いので、ユーザーは速さが必要になってもCやC++のような他言語に自分が書いたコードを翻訳する必要がない」

ということです。